[发明专利]基于蒙特卡洛法的配电网孤岛划分方法有效

专利信息
申请号: 201610410134.X 申请日: 2016-06-12
公开(公告)号: CN105958538B 公开(公告)日: 2018-11-13
发明(设计)人: 李军;颜辉;张仰飞;郝思鹏;张玉琼 申请(专利权)人: 南京工程学院
主分类号: H02J3/38 分类号: H02J3/38;G06Q10/04;G06Q50/06
代理公司: 南京正联知识产权代理有限公司 32243 代理人: 王素琴
地址: 211167 江苏*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明提供一种基于蒙特卡洛法的配电网孤岛划分方法,根据接入配电网分布式电源类型与负荷特点,分别对其建立概率模型,考虑分布式电源出力与负荷需求的随机性和波动性的情况下,基于蒙特卡洛法确定孤岛边界点,利用统计学原理生成初步孤岛方案,通过对初步孤岛方案安全性校验与调整,给出最优孤岛划分方案。为配电网故障后调度的工程应用提供参考。相对于其他方法而言,划分出的孤岛是基于大量仿真试验结果且能够充分考虑到电源与负荷的不同匹配程度,从工程应用角度便于进行实际的现场操作,在保障事故后配电网供电可靠性的同时,更具有实际工程意义。
搜索关键词: 基于 蒙特卡洛法 配电网 孤岛 划分 方法
【主权项】:
1.一种基于蒙特卡洛法的配电网孤岛划分方法,其特征在于,包括:步骤1:确定进行配电网孤岛划分的可行区域,其中,配电网是含有分布式电源的配电网;步骤2:根据配电网中接入的分布式电源类型建立电源出力的概率模型;步骤2中,以风力发电建立分布式电源出力的概率模型:风力发电机组的风速概率密度函数如下:式中,k为形状参数;c为尺度参数;形状参数和尺度参数的值根据实测风速历史数据,采用最小二乘法辨识,计算如下:其中,μ为平均风速,σ为风速的标准差,г为伽马函数;风电机组的输出功率与风速的关系近似线性化,其关系如下:式中,Vci为切入风速,Vco为切出风速,Vr为额定风速,Pr为发电机组额定输出功率;步骤2中,以光伏发电建立分布式电源出力的概率模型:光伏电源的光照强度的概率密度分布函数为式中,г为伽马函数,r与rmax分别为光照大小与最大光照大小,α与β为形状参数,根据一段时间内光照强度大小的平均值μ与方差σ计算得到:光伏电源输出功率表示为:Pv=r·A·η式中,Pv为光伏电源的输出功率,A为安装面积,η为组件转换效率;步骤3:根据配电网中的负荷特点建立负荷需求的概率模型;步骤3中,配电网中的负荷的概率密度函数为:式中,为均值,σ为方差;步骤4:考虑分布式电源与负荷波动性,利用蒙特卡洛法模拟获得的电源和负荷数据确定孤岛边界点;步骤4具体为,首先根据分布式电源的出力概率密度函数,利用蒙特卡洛法模拟分布式电源出力,确定某时段分布式电源出力;其次根据负荷概率密度函数,确定负荷随机变量;最后对含分布式电源的配电网进行潮流计算,确定各支路电压稳定裕度,通过对各支路电压稳定裕度的分析与筛选,确定初步孤岛边界点;确定各支路电压稳定裕度中,支路aij的静态电压稳定指标Kij为:其中,Pi为节点j的注入有功功率,Qi为节点j的注入无功功率,Ui为节点i的电压幅值,Rij和Xij分别为支路aij的电阻和电抗;步骤5:根据统计学原理,对模拟数据进行统计分析,确定孤岛范围,形成初步孤岛;步骤6:对划分出的初步孤岛进行电力潮流计算,评估孤岛安全性;若孤岛不安全,则对不安全的孤岛进行修正,直至孤岛相对安全;若孤岛相对安全,进行下一步骤;步骤7:对孤岛进行调整、合并,形成最优孤岛;以故障消除后易于系统恢复为原则,考虑孤岛边界的情况下,进行孤岛调整,形成孤岛数最少的最优孤岛。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京工程学院,未经南京工程学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201610410134.X/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top